發(fā)布時間：2018-01-01 08:02

  本文關(guān)鍵詞：針對大形變增值稅發(fā)票漢信碼的識別算法　出處：《吉林大學(xué)》2016年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 增值稅發(fā)票 漢信碼 大形變 生成準(zhǔn)則

【摘要】：進(jìn)入二十一世紀(jì)以來,二維條碼已然成為信息化時代的新寵,遍布于日常生活的每個角落,是人們衣食起居不可或缺的重要角色。漢信碼作為二維條碼的代表碼制更廣泛地應(yīng)用于增值稅發(fā)票信息的存儲、傳遞和識別。糟糕的是,受限于打印機和掃描儀等硬件設(shè)備的磨損老化問題,以及圖像采集過程中的諸多不可控因素,發(fā)票上漢信碼的圖像質(zhì)量參差不齊,嚴(yán)重影響信息的正確識別與傳遞。誠然傳統(tǒng)的發(fā)票漢信碼的識別算法思路清晰、易于實現(xiàn),且對于圖像質(zhì)量較高的發(fā)票碼圖已經(jīng)達(dá)到令人滿意的識別率,但它對于發(fā)生較大不規(guī)則形變的發(fā)票碼圖卻束手無策。而近年來恰恰是此等圖像質(zhì)量較低的發(fā)票于市場中大批量地涌現(xiàn),使得人們逐漸認(rèn)識到解決大形變的發(fā)票漢信碼的識別問題已刻不容緩�；诖爽F(xiàn)狀,本文針對大形變的增值稅發(fā)票漢信碼,提出了一種新的識別算法。首先,將傳統(tǒng)的識別流程模塊化,分析影響識別率的問題所在,并保留其合理模塊;其次,將碼圖大形變分為縱向整體形變與橫向不規(guī)則形變,二者區(qū)別對待,依次解決。利用灰度圖像進(jìn)行固定信息的跟蹤,利用改進(jìn)的二值圖像進(jìn)行黑白模塊交界的確定。最后,按照抽屜原理的思想制定合理的“生成準(zhǔn)則”,依據(jù)得到的上述圖像數(shù)據(jù),生成對應(yīng)于原大形變碼圖的標(biāo)準(zhǔn)碼圖,而后直接譯碼即可獲得發(fā)票的真實信息。為證實本文算法的優(yōu)勢,特將實驗結(jié)果一并附上。對于傳統(tǒng)算法只能達(dá)到20%識別率的大形變發(fā)票,本文算法的識別率在80%以上。
[Abstract]:Since 21th century, two-dimensional bar code has become the new favorite of the information age, all over the daily life in every corner. Han letter code, as the representative of two-dimensional bar code, is more widely used in the storage, transmission and recognition of VAT invoice information. Limited by the problem of wear and aging of hardware equipment such as printer and scanner, and many uncontrollable factors in the process of image acquisition, the image quality of Han Xin code on invoice is not uniform. It seriously affects the correct identification and transmission of information. It is true that the traditional invoice code recognition algorithm is clear, easy to implement, and the image quality of the invoice code map has reached a satisfactory recognition rate. However, it has no way to deal with the large irregular deformation of invoice codes, and in recent years, the invoices with low image quality are emerging in large quantities in the market. It makes people realize that it is urgent to solve the problem of large deformation invoice code recognition. Based on this situation, this paper proposes a new recognition algorithm for large deformation value added tax invoice and Han letter code. The traditional identification process is modularized to analyze the problems affecting the recognition rate and to retain its reasonable module. Secondly, the large deformation of code map is divided into longitudinal integral deformation and transverse irregular deformation, which are treated differently and solved sequentially. The fixed information is tracked by gray image. Using the improved binary image to determine the boundary of the black and white module. Finally, according to the principle of drawer to formulate a reasonable "generation criteria", according to the above image data. The standard code graph corresponding to the original large deformation code graph is generated, and the true information of the invoice can be obtained by direct decoding. The experimental results are attached. For the large deformation invoice which can only reach the recognition rate of 20%, the recognition rate of this algorithm is more than 80%.
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前3條

1 馬青山,王述奎;如何以計算機網(wǎng)絡(luò)為依托加強稅收征管[J];財會研究;1999年10期

2 張其友;出版社應(yīng)加強“應(yīng)收賬款”的管理[J];大學(xué)出版;2001年01期

3 ;[J];;年期

相關(guān)重要報紙文章 前10條

1 朱曉斌;增值稅發(fā)票的證明力[N];江蘇法制報;2007年

2 陳寶萍;增值稅發(fā)票能否作為收貨憑證[N];江蘇經(jīng)濟報;2010年

3 浙江省紹興市中級人民法院 袁小梁 張帆;增值稅發(fā)票記載價款與合同約定價款不同時應(yīng)如何處理[N];人民法院報;2011年

4 劉海鵬 張玉進(jìn);“賣油郎”兼營增值稅發(fā)票[N];檢察日報;2012年

5 本報記者 李麗輝;加油開增值稅發(fā)票不再難[N];人民日報;2013年

6 記者 王昕 實習(xí)生 云雪;首張增值稅發(fā)票零點開出[N];西安日報;2013年

7 蔡敏 方娟;首張增值稅發(fā)票今晨在肥開出[N];合肥日報;2013年

8 葛文 顧唏明 本報記者 劉進(jìn);上海破獲一起虛開貨運增值稅發(fā)票案[N];中國稅務(wù)報;2014年

9 戴秋漢;增值稅發(fā)票能否作為單一證據(jù)認(rèn)定合同關(guān)系[N];江蘇法制報;2014年

10 王正華　桂祥;增值稅發(fā)票證明力困惑法官[N];江蘇經(jīng)濟報;2005年

相關(guān)碩士學(xué)位論文 前3條

1 劉平;針對大形變增值稅發(fā)票漢信碼的識別算法[D];吉林大學(xué);2016年

2 鄒碧波;關(guān)于增值稅發(fā)票的訴訟實務(wù)問題研究[D];蘇州大學(xué);2009年

3 劉峰;一種改進(jìn)的自適應(yīng)增值稅發(fā)票字符識別方法研究[D];湘潭大學(xué);2014年

，

本文編號：1363611